【飞凌嵌入式OKMX8MP-C 开发板试用体验】移植官方NPU tensorflow例程并测试(运行在CPU上)

本帖最后由 donatello1996 于 2022-2-10 11:58 编辑

      在OKMX8MP-C 开发板的出厂使用手册中，有一章是针对版上NPU的图像识别例程，位于EMMC分区的/usr/bin/tensorflow-lite-2.3.1/examples，我将EMMC分区mount为了/media分区，找到对应的例程位置：




切换到EMMC启动，进入/usr/bin/tensorflow-lite-2.3.1/examples/目录下，运行测试example：



再切回TF卡系统运行，提示报错，label_image程序的nnapi需要动态链接库支持：



其中libm-2.30.so被链接为ld-linux-aarch64.so.1，位于/usr/lib/aarch64-linux-gnu/目录下，若在移植后的目标系统的/usr/lib/aarch64-linux-gnu/下没有该库文件的话，是会在运行时提示报错的。将上述所有动态链接库复制到正确位置(/usr/lib和/usr/lib/aarch64-linux-gnu/)，再次运行：


可以看到没有任何报错，运行库环境移植成功，接下来可以愉快地进行tensorflow例程的玩耍了，官方DEMO的验证结果是：

78%结果吻合陆军制服，10%结果吻合温莎领带，1%结果吻合领结，1%结果吻合防弹背心，不到1%结果吻合西装，总的来说这个结果还是挺令人满意的，NPU的算力确实还可以，多次运行程序，得出的结果完全相同，说明NPU计算时使用的是固定的/静态的图像识别库。我这边突发奇想，用这个Demo去测一下我自己的论坛头像，看看结果：


35%的野狗，25%的毛衣，18%的Pembroke？？？，6%的小猎犬（beagle），1%的羚羊，看到羚羊（gazelle）我属实蚌埠住了，哈哈。

然后再来试试另外几张图片，为了检验这NPU的人工智能算力到底行不行，一下弄满十张，豪华尊享，由于源码不开放，所以无法移植源码到自己的例程中：